ИИ-трансформация без увольнений. AI-Disrupt PDLC

Крайне занимательный документ выпустил Сбер под авторством старшего вице-президента, руководителя блока «Технологии» Кирилла Меньшова.

AI-DISRUPT PDLC или Концепция трансформации жизненного цикла разработки ПО. https://sbertech.ru/whitepaper Это про видение Сбера ИИ-трансформации компании. Вдумчивый документ, написанный понятным языком людьми и для людей. Собрано все лучшее, что есть на рынке, с добавлением собственного опыта.

В центре модели — двухпетлевой цикл разработки с обратной связью. От человека — постановка задач и валидация результата (петля намерений), от ИИ-агентов — декомпозиция и генерация кода (петля реализации). Обратная связь достигается с помощью IDP — точки взаимодействия человека и алгоритма. Очень просто, понятно, а главное — здраво.

Что ещё меня зацепило:

• Концентрация не на инструментах (ИИ-моделях), а на принципах построения организации. • Обвязка модели и процессов (Harness) красной нитью проходит через весь документ — трансформация затрагивает всю организацию. • Связка «ИИ-модель + harness» критически зависит от качества и доступности организационного контекста: знаний, данных, правил, регламентов, исторических решений. Плохие данные создают плохие решения. Зато быстро. • Человек в центре системы. Алгоритмы его не заменяют, а дополняют. • Agile-трансформация затрагивала только организацию команд и логику распределения ресурсов. ИИ-трансформация требует изменения характера работы на каждой стадии, скорости выполнения этих стадий и требуемых компетенций. • В отличие от Agile, первично создание спецификаций (документации), и лишь потом — код. • Концепт подразумевает создание цифрового двойника ИТ-ландшафта через обогащение контекста для ИИ-моделей. Это требует более высокого уровня ведения ИТ-документации. • Если код не работает, его не правят, а изменяют спецификацию, породившую его. Проблема неработающего кода остается за человеком — алгоритм лишь исполняет требования. • Финансовый контроль ИИ-агентов за потребление токенов: бюджетирование токенов по задачам и выбор оптимальной модели под конкретную задачу (похоже на подход Perplexity).

Крайне рекомендую к прочтению. Начать стоит с сокращенной версии для ознакомления с концептом — 28 страниц.